springcloud中用到的配置项,kafka、Validator、swagger等
swagger:swagger 引入<!-- swagger --><dependency><groupId>io.springfox</groupId><artifactId>springfox-swagger-ui</artifact...
·
swagger:
swagger 引入
<!-- swagger -->
<dependency>
<groupId>io.springfox</groupId>
<artifactId>springfox-swagger-ui</artifactId>
<version>2.7.0</version>
</dependency>
<dependency>
<groupId>io.springfox</groupId>
<artifactId>springfox-swagger2</artifactId>
<version>2.7.0</version>
</dependency>
swagger引入到spring容器
/**
* 创建API应用
* apiInfo() 增加API相关信息
* 通过select()函数返回一个ApiSelectorBuilder实例,用来控制哪些接口暴露给Swagger来展现,
* 本例采用指定扫描的包路径来定义指定要建立API的目录。
*
*/
@Bean
public Docket createRestApi() {
return new Docket(DocumentationType.SWAGGER_2)
.apiInfo(apiInfo())
.select()
.apis(RequestHandlerSelectors.basePackage(swagerPackage)) //swagget扫描目录
.paths(PathSelectors.any())
.build();
}
/**
* 创建该API的基本信息(这些基本信息会展现在文档页面中)
* 访问地址:http://项目实际地址/swagger-ui.html
* demo
*/
protected ApiInfo apiInfo() {
return new ApiInfoBuilder()
.title("Swagger2构建RESTful APIs")
.description("China DaaS Technology Corp., Ltd")
.termsOfServiceUrl("http://www.chinadaas.com/")
.version("1.0")
.build();
}
Validator
spring-cloud-starter-eureka中包含spring-boot-starter-web中包含Validator,不需要重复引入依赖
<dependency>
<groupId>org.hibernate</groupId>
<artifactId>hibernate-validator</artifactId>
<version>5.3.5.Final</version>
</dependency>
引入到spring容器
// 一次不通过就停止校验
@Bean
public Validator validator() {
ValidatorFactory validatorFactory = Validation.byProvider(HibernateValidator.class).configure().addProperty("hibernate.validator.fail_fast", "true").buildValidatorFactory();
Validator validator = validatorFactory.getValidator();
return validator;
}
参考:https://www.cnblogs.com/mr-yang-localhost/p/7812038.html
kafka
kafka引入依赖
<!--kafka-->
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
</dependency>
kafka生产者配置项:
kafka:
producer:
max-request-size: 10485760
bootstrap-servers: 10.80.111.214:9092
request-required-acks: 1
retries: 5
batch-size: 16384
linger: 1
buffer-memory: 134217728
block-on-buffer-full: false
key-serializer: org.apache.kafka.common.serialization.StringSerializer
value-serializer: org.apache.kafka.common.serialization.StringSerializer
kafka生产者配置到spring 容器
@Value("${kafka.producer.max-request-size}")
private String maxRequestSize;
@Value("${kafka.producer.bootstrap-servers}")
private String servers;
@Value("${kafka.producer.request-required-acks}")
private String requiredAcks;
@Value("${kafka.producer.retries}")
private String retries;
@Value("${kafka.producer.batch-size}")
private String batchSize;
@Value("${kafka.producer.linger}")
private String linger;
@Value("${kafka.producer.buffer-memory}")
private String bufferMemory;
@Value("${kafka.producer.key-serializer}")
private String key;
@Value("${kafka.producer.value-serializer}")
private String value;
@Bean("kafkaTemplate")
public KafkaTemplate<String, String> kafkaTemplate() {
return new KafkaTemplate<String, String>(producerFactory());
}
public ProducerFactory<String, String> producerFactory() {
Map<String, Object> properties = new HashMap<>();
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, servers);
//重试次数 如果请求失败,生产者会自动重试,如果启用重试,则会有重复消息的可能性
properties.put(ProducerConfig.RETRIES_CONFIG, retries);
//重试次数 如果请求失败,生产者会自动重试,如果启用重试,则会有重复消息的可能性
properties.put(ProducerConfig.RETRIES_CONFIG, retries);
//最大消息大小
properties.put(ProducerConfig.MAX_REQUEST_SIZE_CONFIG, maxRequestSize);
//最大消息大小
properties.put(ProducerConfig.MAX_REQUEST_SIZE_CONFIG, maxRequestSize);
/**
* Server完成 producer request 前需要确认的数量。 acks=0时,producer不会等待确认,直接添加到socket等待发送;
* acks=1时,等待leader写到local log就行; acks=all或acks=-1时,等待isr中所有副本确认 (注意:确认都是 broker
* 接收到消息放入内存就直接返回确认,不是需要等待数据写入磁盘后才返回确认,这也是kafka快的原因)
*/
properties.put(ProducerConfig.ACKS_CONFIG, requiredAcks);
/**
* Producer可以将发往同一个Partition的数据做成一个Produce
* Request发送请求,即Batch批处理,以减少请求次数,该值即为每次批处理的大小。
* 另外每个Request请求包含多个Batch,每个Batch对应一个Partition,且一个Request发送的目的Broker均为这些partition的leader副本。
* 若将该值设为0,则不会进行批处理
*/
properties.put(ProducerConfig.BATCH_SIZE_CONFIG, batchSize);
/**
* 默认缓冲可立即发送,即遍缓冲空间还没有满,但是,如果你想减少请求的数量,可以设置linger.ms大于0。
* 这将指示生产者发送请求之前等待一段时间,希望更多的消息填补到未满的批中。这类似于TCP的算法,例如上面的代码段,
* 可能100条消息在一个请求发送,因为我们设置了linger(逗留)时间为1毫秒,然后,如果我们没有填满缓冲区,
* 这个设置将增加1毫秒的延迟请求以等待更多的消息。 需要注意的是,在高负载下,相近的时间一般也会组成批,即使是
* linger.ms=0。在不处于高负载的情况下,如果设置比0大,以少量的延迟代价换取更少的,更有效的请求。
*/
properties.put(ProducerConfig.LINGER_MS_CONFIG, linger);
/**
* 控制生产者可用的缓存总量,如果消息发送速度比其传输到服务器的快,将会耗尽这个缓存空间。
* 当缓存空间耗尽,其他发送调用将被阻塞,阻塞时间的阈值通过max.block.ms设定, 之后它将抛出一个TimeoutException。
*/
properties.put(ProducerConfig.BUFFER_MEMORY_CONFIG, bufferMemory);
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, key);
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, value);
return new DefaultKafkaProducerFactory<String, String>(properties);
}
参考博客:http://blog.csdn.net/yy756127197/article/details/78252432 、http://blog.csdn.net/suifeng3051/article/details/48053965
feign
/**
* 启动feign日志
* @return
*/
@Bean
public Logger.Level feignLoggerLevel() {
return feign.Logger.Level.FULL;
}
配置具体的类开启debug
logging.level.com.**.demo.feign.**: debug
Log
logging:
path: ${user.dir}/logs
file: ${logging.path}/cloud-demo.log
level:
root: info
com.**: debug
更多推荐
已为社区贡献2条内容
所有评论(0)